人脸识别、语音识别系统

Nie_Hen

已于 2022-05-23 15:32:56 修改

阅读量9.9k

点赞数 14

分类专栏： python 人工智能 pyqt5 文章标签： pyqt5 人脸识别语音合成语音识别人工智能

于 2019-03-09 09:52:54 首次发布

本文链接：https://blog.youkuaiyun.com/Nirvana_6174/article/details/88362425

版权

python 同时被 3 个专栏收录

17 篇文章

订阅专栏

人工智能

12 篇文章

订阅专栏

pyqt5

5 篇文章

订阅专栏

使用python pyqt5实现的界面化的声音与图像处理

这是对上个版本的一次更新

上个版本python人脸识别、语音合成、智能签到系统_Nie_Hen的博客-优快云博客_python人脸识别签到系统

项目地址在下面

主要更新的有界面，使用qss美化界面，增添了语音识别，设置等功能，操作会更简单，增加了很多防护措施，改了很多的bug。

下面是效果图

具体详细文档稍后完善

对图像的处理

摄像头的处理基于海康摄像头进行人脸识别_Nie_Hen的博客-优快云博客_海康人脸识别摄像头（这是之前写过的）

主要是使用opencv中 videoCapture函数打开摄像头。笔记本电脑地址是0，ip摄像头的地址一般使用rtsp地址。

实现人脸识别 python+ opencv实现摄像头实时人脸识别并实现汉字标框_Nie_Hen的博客-优快云博客

我使用的是python的一个人脸识别库face_recognition，实现实时的人脸识别.我博客还有关于其他的人脸识别技术。可以参考

拍照是使用opencv中的imwrite函数把当前的画面保存下来，实现拍照。

对声音的处理

语音播报

语音播报使用的是语音合成的功能，只不过是和人脸识别中识别到的数据联合到了一块，将识别到的人名，进行播报。

语音合成

使用的是百度ai中的技术，调用api接口实现。这个可以免费注册，进入控制台创建语音类应用，获取到api_id api_key sercert_key这三个值。

def baidu_voice(voice):
    """ 你的 APPID AK SK """
    try:
        result  = client.synthesis(voice, 'zh', 1, {
            'vol': 8,'per':0
        })
        # 识别正确返回语音二进制 错误则返回dict 参照下面错误码
        if not isinstance(result, dict):
            with open('auido.mp3', 'wb') as f:
                f.write(result)
        os.system('auido.mp3')
    except:
        return "语音合成出现问题 请检查"

还需要在上面加上

from aip import AipSpeech

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

语音识别

语音合成和语音识别一样都是调用的百度ai的api接口

def baidu_speech_reco():
    try:
        with open('recode.wav', 'rb') as fp:
            results=fp.read()
            result = client.asr(results, 'wav', 16000, {'dev_pid': 1536, })
            #print(result)
            if 'result'  in result.keys():
                return str(result['result'][0])
            else:
                return '语音识别出现问题，请检查'
    except:
        return '语音识别出现问题，请检查'

跟上面一样在上面需要加上那两行代码